太湖流域河流沉积物重金属分布及污染评估

为阐明经济发达地区河流表层沉积物重金属的污染特征,本研究分析了太湖流域典型水系94个样点沉积物中8种重金属(Zn、Cr、Ni、Cu、Pb、As、Cd和Hg)含量,评估了重金属的生态风险以及辨析了污染来源.结果表明,太湖流域河流表层沉积物中Zn、Cr、Ni、Cu、Pb、As、Cd和Hg的平均含量分别为163. 62、102. 46、45. 50、44. 71、37. 00、13. 34、0. 479和0. 109 mg·kg~(-1),均高于其对应的背景值(Hg除外).地累积指数评价中,Pb、Ni、Zn、Cu和Cd整体上处于低污染状态;在污染负荷指数评价中,Pb、Ni、Zn和Cu整体上处于中度污染状态,Cd、Cr、As处于低污染状态;在潜在生态风险评价中,Cd和Hg处于中等潜在生态风险,其余重金属均处于低潜在生态风险.多元统计分析表明,Pb主要来自于生活污水、农业废水排放;除受自然因素影响外,Cr、Ni和Zn还受到电镀及合金制造行业的影响; Cu和As主要来自于农药、工业废水; Cd主要来自于冶炼工业; Hg主要来源于化石燃料和石油产品的燃烧.     

珠江口水域中华白海豚微量元素含量分析

对珠江口水域12头中华白海豚体内10种微量元素(As、Ba、Cd、Co、Cr、Cu、Ni、Pb、Zn、Hg)的含量进行测量.分析结果显示:受试样品中Zn元素含量最高,Cu、Hg次之,Co、Cr、Ni含量最低;肝脏和肾脏中微量元素含量较高,其余各组织器官中的分布不尽相同.分析认为珠江口水域中华白海豚受到一定程度的As、Hg、Cd、Pb污染.     

承德市滦河流域土壤重金属地球化学基线厘定及其累积特征

选择承德市滦河流域为研究区,系统采集了351个表层土壤样品(0～20cm),测定了Cu、Ni、Cd、Cr、Pb、Zn、Hg、V、Ti、Mn、As和Co共12种重金属的含量,运用基于参比元素的标准化方法和累积频率曲线法确定了12种重金属元素的地球化学基线值,结合主成分分析法与地统计方法统计结果,分析了重金属的空间结构和分布特征,利用地累积指数法对不同土壤类型和土地利用方式表层土壤重金属累积程度进行了分类评价.结果表明,滦河流域表层土壤V、Ti、Cd、Pb、Mn和Co元素地球化学基线值高于河北省背景值,As、Zn、Cr、Cu、Ni和Hg元素地球化学基线值低于河北省背景值.表层土壤重金属总体累积程度由强至弱为:Cd Pb Cu Ti Mn Zn Cr Ni Co V Hg As,80%以上的土壤样品中Pb、Ti、V、As和Co元素属无累积-中度累积水平,70%以上土壤样品中Hg、Mn、Ni、Cu、As、Cd和Cr元素属无累积-中度累积水平.土壤重金属总体累积程度在棕壤、褐土和潮土中依次增大;在工矿用地、灌木林地中较高,林地、草地中相对最低.农用地表层土壤中Pb、Cd元素累积程度相对较高,分别有27. 69%和25. 38%的样品属中等以上累积水平.滦河流域表层土壤Ti、V、Co、Ni和Cr元素同源性较高,与原生高地质背景相关; Cd、Pb、Zn,Mn、Cu和As元素污染累积受成土母岩和人为因素共同作用影响,Hg元素累积则主要来源于人为活动.     

天津滨海新区黑潴河沉积物中重金属污染特征及地区性重金属污染指标选择

测定了天津滨海新区境内黑潴河沉积物中8种重金属(Cu,Cd,As,Pb,Cr,Zn,Ni和Hg)的质量分数,用富集因子法和潜在生态危害法进行了风险评价表明,黑潴河表层沉积物中w(Hg)和w(Cd)偏高,存在较高的生态风险,其余重金属的生态风险较低. 采用相关性分析和主成分分析法对重金属的来源进行分析表明,Zn,Cr和Ni主要受控于自然因素,来源于自然环境中的母岩侵蚀;As和Cu主要受控于人为的农业生产活动;Cd和Hg来源于污水灌溉、周围地区化石燃料的燃烧以及生活废物的排放等;Pb的来源同时受控于自然因素和人为活动因素,但以人为因素为主. 此外,对文献报道的天津地区各类水体沉积物和土壤中的重金属的污染程度进行比较分析,并与区域内植物和鱼类体内重金属富集程度相联系, 结果表明,Cd和Hg的富集倍数显著偏高,是天津地区重金属污染的指示指标.      

中国城市污泥重金属区域分布特征及变化趋势

通过整理和统计国内外文献(2006—2013年)报道的中国城市污泥重金属含量,分析了近年来中国城市污泥重金属的区域分布特征和变化趋势.结果表明,城市污泥重金属Cu、Pb、Zn、Cd、Hg、As、Cr和Ni含量分别为182.5、65.3、729.6、2.1、1.4、11.5、97.5和44.9 mg·kg-1,与《城镇污水处理厂污染物排放标准》(GB18918-2002)规定的中碱性土壤污泥农用污染物控制标准限值比较,Cu、Pb、Zn、Cd、Hg、As、Cr和Ni的超标率分别为2.3%、0、5.9%、5.5%、2.9%、0、0和3.5%;与酸性土壤污泥农用污染物控制标准限值比较,Cu、Pb、Zn、Cd、Hg、As、Cr和Ni的超标率分别为7.1%、1.3%、10.3%、27.4%、20.0%、0、1.6%和12.1%.不同区域城市污泥重金属含量存在一定差异,城市污泥Hg和As在北方地区含量较高,而Cu、Pb、Zn、Cd、Cr和Ni在南方地区含量较高.与2006年城市污泥重金属含量相比,本研究城市污泥重金属Cu、Pb、Zn、Cd、Hg、As、Cr和Ni含量均呈下降趋势,降幅分别为29.0%、16.5%、40.9%、9.0%、29.8%、41.8%、5.3%和23.6%.     

葫芦岛东北部土壤重金属分布特征及来源解析

选择典型辽宁省工矿型城市葫芦岛,以东北部的龙岗区、连山区和南票区为研究区,基于1：25万土地质量调查获取的重金属数据,分析探讨土壤重金属的分布特征、赋存形态及污染来源.结果发现：研究区表层和深层土壤8项重金属平均含量均高于辽宁省背景值,其中表层土壤Cd、Cu、Pb、Zn、Hg、As空间上呈现出龙港区沿海及内陆局部浓集的特点,Ni、Cr高值区主要分布在下白垩统和中侏罗统火山岩地层区.各重金属富集系数平均值表现为Cd > Hg > Pb > Zn > As > Cu > Cr > Ni,其中,Cd 3.41、Hg 2.93,空间上表现为大面积强烈富集.土壤中Cd主要以离子交换态为主,占全量的54.38%,生态风险最高.土壤剖面中Cd、Pb、Hg、Zn总体呈现出"表聚性"特征,而Cu、As、Cr、Ni呈现出"平稳性"特征,且不同成土母质对重金属具有明显的控制.各重金属单项污染指数平均值表现为Cd > Zn > Cu > Pb > Cr > Ni > As > Hg,其中Cd污染水平较高.来源分析显示,Zn、Cu、Cd、As、Pb主要受工业、交通、生活、采矿等人类活动的综合影响,Cr、Ni主要受地质背景控制,而Hg更多来源于煤炭燃烧.     

西安城区地表灰尘中重金属分布、来源及潜在生态风险

以西安城区为研究区域,采集58个地表灰尘样品,测定了地表灰尘中重金属As、Co、Cr、Cu、Mn、Ni、Pb和Zn的含量。西安城区地表灰尘中除As(9.8 mg/kg)和Mn(417.0 mg/kg)外,其余各元素含量(Co、Cr、Cu、Ni、Pb和Zn平均含量分别为12.6、213.0、59.4、48.7、145.4和234.2 mg/kg)均高于陕西省土壤元素背景值。Arc GIS空间插值分析表明As、Co、Cr、Pb、Mn和Ni主要在西郊和主城区富集,Cr主要累积在东郊以及北郊部分地区,Zn则在二环与主城区之间富集明显。多元统计分析结果显示地表灰尘中Co、Cu、Mn、Ni和Cr主要受工业活动影响,As、Pb和Zn主要来源于汽车尾气排放和商业活动等。利用Hakanson潜在生态风险指数研究重金属生态风险。重金属总的生态风险水平达到强度,Pb处于较强生态危害水平,Cu属中等生态危害程度,As、Co、Cr、Mn、Ni和Zn均为轻微生态危害。     

北京北部水系沉积物中重金属的研究

主要研究了北京市北部水系沉积物中重金属(As、Hg、Cd、Cr、Cu、Mn、Ni、Pb、Ti和Zn)含量和来源.在潮白河及密云水库流域采集了17个沉积物样品,温榆河流域采集了5个样品,重金属含量As和Hg采用原子荧光光谱法测定,Cd、Cr、Cu、Mn、Ni、Pb、Ti和Zn含量用电感耦合等离子发射光谱法测定.研究结果表明,沉积物中重金属元素没有出现明显的富集状况,只有Hg、Cd、Cr和Zn在一些采样点有较高的富集.相关性分析表明Hg、Cd、Zn和Cu互相之间呈显著正相关(r0.06;p0.01),而Hg与Cr、Mn、Ni、Pb和Ti没有明显的相关性.通过主成分分析研究重金属的来源,发现前3个主成分贡献率分别为38%、23%和17%.因此,Hg、Cd、Zn和Cu作为第一主成分被认为与人类活动的工矿业开采有关,第二主成分As和Mn与人类活动的农业生产和生活污水排放有关,第三主成分Cr、Ni和Ti与岩石风化和土壤侵蚀有关.     

城市土壤重金属空间分布、污染与来源

通过文献统计计量学方法,对国内外文献中(1966-2015年)城市土壤重金属含量的相关数据进行了检索、整理和统计,收集并筛选了全球60个代表性城市10 434个土壤样品中Cu、Ni、Pb、Zn、Cr、Cd、Hg、As 8种重金属的含量数据,利用Arc Gis分析研究了城市土壤重金属含量分布的空间特征。以美国土壤背景值为标准,采用单因子污染指数法评价了城市土壤重金属污染状况。研究表明全球城市土壤中Cu、Ni、Pb、Zn、Cr、Cd、Hg、As含量分布空间差异较大,城市土壤中Cu、Pb、Cd和Zn重金属污染比较严重,而Ni、Cr、Hg、As元素污染相对较轻。通过物源来源探析表明人类活动特别是工业生产对城市土壤重金属点源污染贡献尤为突出,特别是Pb和Cu元素的污染。而且这2种元素的污染在我国中西部地区也比较突出,应该引起足够重视。总体来看,城市土壤Hg、As和Cd元素主要与煤燃烧和燃煤有关的排放等活动密切相关;而其它元素Cr、Ni、Cu、Pb和Zn来源不仅仅与燃煤排放有关,更重要的是与从事重金属加工等工业生产排放密切相关。     

重庆某发电厂灰渣中微量元素分布特征研究

本文以某电厂的锅炉灰渣(飞灰和底灰)为研究对象，分析了24个飞灰和24个底灰样品中Hg，As，Se，Pb，Cd，Zn，Ba，Co，Cr，Cu，Li,Ni，V,Zr等微量元素的含量水平和分布规律，结果表明：飞灰中As、Pb、Zn、Ba、Cu、V、Zr和Li的含量大于10ppm，Hg和Cd含量在1ppm以下；与原煤相比，14种元素在飞灰中的含量更高。其中Hg、As、Cu、Ni、Cr、Co、Cd、Zn和V等元素的含量分别是原煤的2倍以上；除As和Se外，其余元素在底灰中的含量高于原煤。     

南京江北新区大气单颗粒来源解析及混合状态

利用单颗粒气溶胶飞行时间质谱（SPAMS）于2015年12月1~31日对南京江北新区大气单颗粒进行了测量,共采集到同时含有正负离子谱图的颗粒747.8万个.结果表明,监测期间南京江北新区总体空气质量较差,污染天气占比为49.2%,SPAMS所捕获的颗粒数与PM_2.5质量浓度的相关性达到0.83,因此颗粒物数浓度在一定程度上能够用来反映大气污染状况,监测点主要污染源包括燃煤源以及机动车尾气源,工业工艺源污染占比居第3位,3种源的总贡献率达到63.5%.从整体上看,PM_2.5质量浓度的升高大多伴随着燃煤及机动车尾气占比的升高,EC、混合碳（ECOC）与OC在生物质燃烧、扬尘、汽车尾气排放、燃煤燃烧以及工业源中均与NO₂^-、NO₃^-以及SO₄^-有较高的混合程度.     

四川省典型人为污染源VOCs排放清单及其对大气环境的影响

基于四川省环境统计调查数据和相关统计资料,利用排放因子法计算得到2011年四川省典型人为源VOCs的排放量及其地区分布情况,同时还估算了各污染源排放的VOCs的臭氧生成潜势与二次有机气溶胶生成潜势.四川省典型人为污染源VOCs排放总量为482 kt,其中生物质人为燃烧源、溶剂使用源、工业过程源、化石燃料分配源、固定化石燃料燃烧源排放量分别为174、153、121、21和13 kt;溶剂使用源中,建筑墙壁涂料使用、家具、木器装修以及人造板制造为主要排放行业;工业过程源中,19.4%的VOCs排放量来自于制酒行业.四川省各地区排放数据中,成都市排放量最高为112 kt.四川省臭氧生成潜势总量为1 930 kt.二次有机气溶胶生成潜势中,溶剂使用排放源贡献50.5%,生物质人为燃烧源与工业过程源的贡献均为23%左右,化石燃料分配和固定化石燃料燃烧源分别贡献1.0%和1.4%.     

杭州市道路空气中挥发性有机物及其大气化学反应活性研究

研究了夏季杭州市主要类型道路（隧道、快速道路、主干道和支路）空气中挥发性有机物的污染特征,以及2010年11月—2011年7月间快速道路空气中VOC的季节变化规律.分析结果表明,杭州市道路空气中VOC浓度显著大于风景区内VOC浓度,隧道浓度最高（828.4μg·m-3）,其它道路空气中VOC浓度随着车流量减少而降低.源解析结果发现道路空气中VOC的主要贡献者为机动车排放,但同时也受到溶剂挥发、煤或生物质燃烧的影响,风景区内VOC则受煤或生物质燃料燃烧的影响更大.快速道路空气中VOC浓度和反应活性由机动车排放、植物排放和气象条件共同决定,呈现夏〉秋〉冬〉春的季节变化特征.机动车排放的烯烃和芳香烃是道路空气中主导的活性VOC物种,说明机动车排放是杭州市大气反应活性的最大贡献者.此外,在夏、秋季节,植被排放的异戊二烯显著的增强了道路空气中VOC的反应活性.     

氮氧同位素示踪南昌秋冬季降水中NO3-来源及其贡献

为确定南昌市秋冬季降水中硝酸盐来源及贡献,于2016年9月1日至2017年2月28日对南昌地区雨水进行采集,分析了其化学组成及NO₃^-同位素组成并利用贝叶斯混合模型对NO₃^-四种潜在来源贡献进行计算.结果显示NO₃^-浓度范围为7.3~99.5μmol/L,平均值为36.1μmol/L;δ¹⁵N-NO₃^-变化范围为-6.0‰~+8.3‰,平均值为-0.8‰,两者均呈现冬季高秋季低的变化趋势.NO₃^-浓度季节性变化可能是受到降雨量等因素的影响,而δ¹⁵N-NO₃^-变化可能是冬季降水中机动车尾气排放偏高和秋季降水中煤燃烧来源偏高双重因素作用的结果.同位素及贝叶斯混合模型源解析结果表明,南昌市降水中NO₃^-主要来源于生物质燃烧（32.5%）、机动车尾气排放（30.8%）和煤燃烧（23.1%）,三者贡献超过86%;而机动车尾气排放和生物质燃烧释放均超过30%,这可能与近年来机动车快速增加和秋冬季野外生物质大量燃烧有关.煤燃烧虽然也是重要来源,但相对生物质燃烧和机动车尾气排放较小,这可能与近年我国减排措施有关.     

Single particle analysis of ambient aerosols in Shanghai during the World Exposition, 2010: two case studies

ATSI Model 3800 aerosol time-of-flight mass spectrometer (ATOFMS) was deployed for single-particle analysis in Shanghai during the World Exposition (EXPO), 2010. Measurements on two extreme cases: polluted day (1st May) and clean day (25th September) were compared to show how meteorological conditions affected the concentration and composition of ambient aerosols. Mass spectra of 90496 and 50407 particles were analyzed respectively during the two sampling periods. The ART-2a neural network algorithm was applied to sort the collected particles. Seven major classes of particles were obtained: dust, sea salt, industrial, biomass burning, organic carbon (OC), elementary carbon (EC), and NH₄-rich particles. Number concentration of ambient aerosols showed a strong anti-correlation with the boundary layer height variation. The external mixing states of aerosols were quite different during two sampling periods because of different air parcel trajectories. Number fraction of biomass burning particles (43.3%) during polluted episode was much higher than that (21.6%) of clean time. Air parcels from the East China Sea on clean day diluted local pollutant concentration and increased the portion of sea salt particle dramatically (13.3%). The large contribution of biomass burning particles in both cases might be an indication of a constant regional background of biomass burning emission. Mass spectrum analysis showed that chemical compositions and internal mixing states of almost all the particle types were more complicate during polluted episode compared with those observed in clean time. Strong nitrate signals in the mass spectra suggested that most of the particles collected on polluted day had gone through some aging processes before reaching the sampling site.     

利用SPAMS研究西安市重污染天气细颗粒物污染特征及来源

为了对西安市冬季重污染过程中的细颗粒物进行动态源解析,于2016年12月5-22日,利用SPAMS（单颗粒气溶胶质谱仪）在西安市城市运动公园开展连续观测.将观测期分为4个阶段,结合气象条件对不同阶段细颗粒物的污染特征进行分析比较.依据质谱特征,将所采集到的颗粒分为EC（元素碳）、OC（有机碳）、ECOC（混合碳）、HM（重金属）、LEV（左旋葡聚糖）、SiO₃（矿尘）、K（钾）、Na（钠）、HOC（有机大分子）及Other（其他）类.结果表明:观测期间所采集到的OC类颗粒物数量最多,在重污染阶段OC、K和EC类颗粒物占颗粒总数的70%以上,是重污染天气的主要组成颗粒.在雾霾消散期,OC、LEV和SiO₃类颗粒是主要类型颗粒物.根据颗粒物的化学类型及离子特征,利用PMF（正交矩阵因子分解）模型法得到6种污染源贡献率分别为27.7%（燃煤源）、22.3%（二次污染源）、20.4%（交通源）、10.4%（生物质燃烧源）、9.7%（工艺过程源）、6.5%（扬尘源）及3.0%（其他未知源）.研究显示:在重污染阶段,燃煤源与交通源占比大幅上升,与二次污染源共同造成了此次重污染天气;在雾霾消散期,扬尘源及生物质燃烧源成为大气细颗粒物的主要污染源.      

中国秸杆焚烧及民用燃煤棕色碳排放的初步研究

近年来的研究表明,在BC(黑碳)和OC(有机碳)之间,还存在着一种有弱吸光能力的OC,因大多显棕黄色而被称为BrC(brown carbon,棕色碳). 广泛存在的秸杆焚烧和冬季大量民用燃煤的使用,使国内BrC排放严重,但鲜见对其排放量的测算. 采用七波段黑碳仪(aethalometer)方法,对夏季小麦秸杆焚烧过程及冬季民用炉燃煤过程产生的烟气进行现场监测,根据BrC与BC的光谱关联性差别,分化出R_BrC/BC(总光学衰减中BrC和BC的相对贡献). 结果表明:麦秆焚烧和民用燃煤烟气的R_BrC/BC分别为1.754±0.278和0.183±0.142. 借助R_BrC/BC值,结合现有的BC排放清单(2000年),初步推算出中国民用燃煤和秸杆田间焚烧BrC的排放总量(以BC当量计,下同)为(270.6±101.6)Gg,接近同期BC排放量的一半;其中秸杆焚烧的BrC排放量为(175.4±27.8)Gg,约占二者总量的65%;民用燃煤的BrC排放量为(95.2±73.7)Gg,约占35%. 该研究结果可为更全面的BrC排放测算奠定基础,并为研究BrC的大气化学及辐射强迫提供依据.      

深圳市大气PM2.5来源解析

为识别和量化深圳市大气PM_2.5的污染来源,2014年3,6,9,12月分别在5个站点采集PM_2.5的膜样品并进行质量浓度及组分分析,利用正向矩阵因子解析（PMF）模型对其主要来源和时空变化规律进行了解析.结果表明,2014年深圳市PM_2.5年均浓度为35.7 μg/m³,其中机动车源、二次硫酸盐生成、二次有机物生成和二次硝酸盐生成是最主要的来源,质量浓度贡献比例分别为27%、21%、12%和10%;地面扬尘、生物质燃烧源、远洋船舶源、工业源、海洋源、建筑尘和燃煤源贡献比例达2%~6%.各个源贡献的时空变化特征表明,二次硫酸盐生成、生物质燃烧源、二次有机物生成、工业源、远洋船舶源和海洋源显示出明显的区域源特征,机动车源、二次硝酸盐生成、燃煤源、地面扬尘和建筑尘具有显著的本地源特征.     

沈阳市PM2.5污染组分特征及其来源解析

为了解沈阳市空气细颗粒物的污染特征及主要来源,于2015年2月、5月、8月和10月在沈阳市采集PM_2.5样品,对PM_2.5质量浓度及其化学组分（无机元素、含碳组分和水溶性离子）进行测定.结果显示,采样期间沈阳市PM_2.5平均质量浓度为69 μg/m³,是《环境空气质量标准》（GB 3095-2012）年均二级标准限值（35 μg/m³）的2.0.水溶性离子在PM_2.5中的含量最高,其次为碳组分、无机元素.富集因子结果表明：沈阳市富集因子值最高的元素来自于燃煤、交通污染、工业排放等污染源.正交矩阵因子分析（PMF）结果表明：PM_2.5结果中燃煤源、二次源、工业源、扬尘源和交通源的贡献比分别为33.4%、27.2%、16.7%、11.5%、11.2%.     

江苏省人为源挥发性有机物排放清单

掌握VOCs排放特征是研究区域大气复合污染特征和控制策略的前提. 对江苏省VOCs人为源进行系统分类,收集活动水平数据,应用国内外排放因子研究成果及江苏省行业调研结果,采用排放因子法建立了江苏省2010年分行业、分城市的人为源VOCs排放清单. 结果表明:江苏省人为源VOCs排放总量约为179.20×104t,其中化石燃料燃烧源、生物质燃烧源、工业过程源、溶剂使用源、移动源、油品储运源的排放量分别占排放总量的24.1%、3.3%、22.3%、25.3%、18.4%和6.6%,工业过程源中石油炼制、有机化工、医药制造是重点行业,溶剂使用源中机械装备制造、电子设备制造是重点行业. 南京、苏州、无锡、常州、南通5个苏南城市VOCs排放量明显高于苏北和苏中地区,占全省总排放量的60.0%,苏州、南京、无锡排放量居前3位. 各城市化石燃料燃烧源和移动源排放所占比例均超过10.0%,其他重点行业差异显著,其中南京市为石油炼制、有机化工,苏州市为有机化工、机械涂装,无锡市为有机化工、电子设备制造.